[發明專利]一種釣魚郵件檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202111632166.1
• 申請日: 2021-12-28
• 公開（公告）號: CN114499980A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 黃章镕;范淵;劉博
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L51/08;H04L51/42;H04L61/4511;G06F16/35;G06K9/62;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 吳磊

本發明公開了一種釣魚郵件檢測方法、裝置、設備及存儲介質，該方法包括：獲取郵件數據集，提取郵件數據集中各郵件的多維度特征得到特征數據集，獲取特征數據集中部分多維度特征為訓練集；采用交叉訓練預測的方式利用訓練集中每個維度的特征分別訓練預測分類器，得到與每個維度的特征一一對應的多個基分類器，以及每個基分類器在訓練集上預測得到的預測結果，并基于預測結果訓練分類器得到元分類器；將待檢測郵件的多維度特征中每個維度的特征分別輸入至相應的基分類器得到多個子預測結果，將該多個子預測結果輸入至元分類器得到待檢測郵件是否為釣魚郵件的總檢測結果。本申請能夠提高郵件檢測的魯棒性和泛化性，進而有效提高郵件檢測的準確性。

技術領域

本發明涉及信息檢測技術領域，更具體地說，涉及一種釣魚郵件檢測方法、裝置、設備及存儲介質。

背景技術

郵件系統作為互聯網的重要基礎設施之一，在早期設計SMTP(Simple MailTransfer Protocol，簡單郵件傳輸協議)、POP3(Post Office Protocol-Version 3，郵局協議版本3)和IMAP(Internet Message Access Protocol，因特網消息訪問協議)等協議時，協議和服務的安全性考慮不足，導致垃圾郵件泛濫成災。DKIM(Domain KeysIdentified Mail，域名密鑰識別郵件標準)和SPF(Sender Policy Framework，發送方策略框架)被設計用于解決郵件授權和認證的問題，緩解了垃圾郵件泛濫的問題。隨著安全檢測技術和安全設備的發展，大大地增強了企業的服務和應用的防御能力；因此釣魚郵件作為一種基于社會工程學原理的攻擊手段，開始逐漸被越來越多的惡意攻擊者所采用，用于入侵計算機系統、竊取敏感數據等行為。

釣魚郵件通常是黑客精心構造的郵件，其目的在于誘騙收件人去點擊郵件的惡意鏈接或者下載惡意附件；因此，釣魚郵件通常具有良好的偽裝，讓收件人難辨真偽，同時也具有強烈的誘導性，而如何提供一種能夠實現釣魚郵件檢測的技術方案，是目前本領域技術人員亟待解決的問題。

發明內容

本發明的目的是提供一種釣魚郵件檢測方法、裝置、設備及存儲介質，能夠提高郵件檢測的魯棒性和泛化性，進而有效提高郵件檢測的準確性。

為了實現上述目的，本發明提供如下技術方案：

一種釣魚郵件檢測方法，包括：

獲取郵件數據集，提取所述郵件數據集中各郵件的多維度特征，得到包含有所述郵件數據集中各郵件的多維度特征的特征數據集，并獲取所述特征數據集中包含的部分多維度特征為訓練集；

采用交叉訓練預測的方式利用所述訓練集中每個維度的特征分別訓練預測分類器，得到與每個維度的特征一一對應的多個基分類器，以及每個基分類器在所述訓練集上預測得到的預測結果，并基于所述預測結果訓練分類器得到元分類器；

將待檢測郵件的多維度特征中每個維度的特征分別輸入至相應的基分類器得到多個子預測結果，將該多個子預測結果輸入至所述元分類器得到所述待檢測郵件是否為釣魚郵件的總檢測結果。

優選的，提取所述郵件數據集中各郵件的多維度特征，包括：

對所述郵件數據集中的各郵件分別進行解析，以提取所述郵件數據集中各郵件包含的字段數據，并從所述字段數據中提取各郵件的域名特征、鏈接特征、郵件文本特征及郵件附件特征作為相應的多維度特征。

優選的，提取所述郵件數據集中各郵件的多維度特征之后，還包括：

對提取的所述郵件數據集中各郵件的多維度特征進行缺失值填充處理，并對完成缺失值填充處理的多維度特征進行標準化處理。

優選的，訓練得到每個所述基分類器及所述元分類器之后，還包括：

通過交叉驗證方式對每個所述基分類器及所述元分類器進行參數調優。